Functional Brain Networks Underlying Evidence Integration and Delusions in Schizophrenia
Notice bibliographique
Résumé
Integrating evidence that contradicts a belief is a fundamental aspect of belief revision and is closely linked to delusions in schizophrenia. In a previous functional magnetic resonance imaging (fMRI) study on healthy individuals, we identified functional brain networks underlying evidence integration as visual attention network (VsAN; dorsal anterior cingulate cortex, insula, occipital regions), default-mode network (DMN), and cognitive evaluation network (CEN; orbitofrontal cortex, inferior frontal gyrus, parietal cortex). In the current clinical fMRI study, we compared network-based activity during evidence integration between healthy controls (n = 41), nondelusional (n = 37), and delusional (n = 33) patients with schizophrenia, and related this activity to cognitive processing involved in evidence integration measured outside the scanner. Task-induced coordinated activation was measured using group-constrained principal component analysis for fMRI. Increased VsAN activation, reduced DMN deactivation, and reduced CEN activation were observed for schizophrenia, with this pattern being most pronounced for the delusional group. Importantly, poor evidence integration comprehensively measured outside the scanner was significantly associated with increased VsAN activation and reduced DMN deactivation when processing confirmatory evidence, and with reduced CEN activation when processing disconfirmatory evidence. This is the first comprehensive study of the functional brain networks associated with evidence integration in schizophrenia and highlights how an imbalance of functional brain networks responding to confirmatory and disconfirmatory evidence may underlie delusions in schizophrenia.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».